CN112948979A - 汽车电控阻尼悬架系统冲击工况最优宾汉数控制方法 - Google Patents

Abstract

本发明公开了一种汽车电控阻尼悬架系统冲击工况最优宾汉数控制方法，其依附硬件包括车辆电控阻尼悬架系统以及位移传感器与力传感器，步骤：1)根据车辆悬架在拉伸与压缩状态下的力学特性建立冲击工况下汽车悬架系统动力学模型；2)利用动力学模型与悬架控制初始条件计算电控阻尼悬架在冲击激励下的运动状态，并计算压缩与回弹过程的最优宾汉数与相应期望力；3)基于多算子模型，建立汽车电控阻尼执行器非线性力学模型；4)利用电控阻尼执行器非线性力学模型跟踪期望力，计算与最优宾汉数匹配的最优输出功率。本发明能够快速、精确地实现冲击缓冲的自适应控制，从而能有效降低冲击激励对车身/车架结构和驾乘人员的结构性损伤。

Description

汽车电控阻尼悬架系统冲击工况最优宾汉数控制方法

技术领域

本发明涉及汽车垂向动力学建模及控制领域，具体地说是一种汽车电控阻尼悬架冲击缓冲动力学建模与控制方法。

背景技术

实现冲击激励的自适应控制，降低冲击载荷对工程设备损坏和操作人员带来的危害，是许多工程应用中无法忽视的难题，诸如航天器的着陆装置，座椅碰撞保护装置，火炮枪械后座缓冲装置等。因此，最大化地降低冲击载荷造成的危害，不仅是冲击控制领域一个重要的研究课题，同时也具有巨大且广泛的应用价值。由于冲击激励的突发性与瞬时性，传统结构往往难以满足冲击缓冲控制的快速响应和自适应的要求。而磁流变智能材料因毫秒级的响应时间以及力学特性连续可变，在冲击缓冲控制领域具有非常好的应用前景。目前电控阻尼悬架系统已广泛应用于汽车振动控制领域，但关于冲击缓冲的控制策略还不是很多。

Chulhee Han和Byung-Hyuk Kang以电控飞机起落架为研究对象，在天棚控制器的基础上设计了一种混合控制器用于降低飞机着陆时的冲击载荷，提高了飞机的着陆效率，降低了飞机着陆时对成员造成的不舒适性。但该混合控制方法没有充分利用控制减振器的行程，不能最大程度降低冲击载荷。

恒定力冲击缓冲控制策略最大化地用了减振器行程，且在冲击缓冲过程中阻尼力波动很小。但恒定力控制策略需要实时根据上一时刻的加速度状态调整当前状态阻尼力输出，导致控制器的需要在每一个控制步长处理位移、速度、加速度信号，并调整输出功率。恒定力控制方法参数较多，对于控制器处理数据的能力具有一定的要求。

发明内容

本发明为了解决上述技术所存在的不足提出了一种汽车电控阻尼悬架系统冲击工况最优宾汉数控制方法，以期能够快速、精确地实现冲击缓冲的自适应控制，从而能有效降低冲击激励对车身/车架结构和驾乘人员造成的结构性损伤和伤害。

本发明为了达到上述的发明目的，采用以下的技术方案：

本发明一种汽车电控阻尼悬架系统在冲击工况下最优宾汉数控制方法的特点是按如下步骤进行：

步骤1：利用式(1)建立冲击缓冲压缩过程中的电控阻尼悬架动力学模型：

mz″(t)+cz′(t)-f_yc+mg+kz(t)＝0 (1)

式(1)中，m为簧载质量；z″(t)、z′(t)与z(t)是电控阻尼执行器在缓冲过程中t时刻的加速度、速度与位移；t表示时刻；c表示电控阻尼执行器的阻尼系数；f_yc为冲击缓冲压缩过程中电控阻尼执行器的可控阻尼力；g为重力加速度；k为弹簧刚度系数并有：

式(2)中，w_n表示无阻尼刚度，且

ζ表示阻尼比，且ζ<1，F_yc为冲击缓冲压缩过程中抵消重力之后的电控阻尼执行器的等效阻尼力，并有：

F_yc＝f_yc-mg (3)

步骤2：利用冲击缓冲压缩过程的初始状态计算式(2)，得到如式(4)-式(6)所示的冲击缓冲压缩过程中电控阻尼执行器的运动状态方程：

式(4)-式(6)中，w_d为汽车电控阻尼悬架系统中有阻尼固有频率；P₁和P₂为待求解的参数；并通过将冲击缓冲压缩过程的初始状态带入式(4)和式(5)中得到：

式(7)中，v₀表示冲击缓冲压缩过程的初始状态中的初始速度，且初始移位为零；

步骤3：利用式(8)建立冲击缓冲压缩过程的期望终止状态：

z_desiring(t_sc)＝-S，z′_desiring(t_sc)＝0 (8)

式(8)中，z_desiring(t_sc)表示冲击缓冲压缩过程的终止状态的期望位移，z′_desiring(t_sc)表示冲击缓冲压缩过程的终止状态的期望速度，S表示冲击缓冲压缩过程的终止时，电控阻尼执行器的期望位置；t_sc表示冲击缓冲压缩过程的时间，并有：

步骤4：利用式(10)建立抵消重力后的最优宾汉数Bi_o ^c+：

设定牛顿迭代法的迭代终止条件为

从而利用牛顿迭代法对式(10)进行求解并得到最终迭代出的抵消重力后的最优宾汉数Bi_o ^*c+；其中，

表示第n次迭代时抵消重力后的最优宾汉数，

表示第n+1次迭代时抵消重力后的最优宾汉数；δ表示终止阈值；进而利用式(11)得到冲击缓冲压缩过程中的最优宾汉数Bi^c：

步骤5：对汽车电控阻尼悬架系统中的电控阻尼执行器进行数学建模，并通过拟合实验数据进行参数辨识，从而得到如式(12)-式(14)所示的电控阻尼执行器的非线性力学特性的数学模型：

c＝c₁I²+c₂I+c₃ (13)

α＝α₁I²+α₂I+α₃ (14)

式(12)-式(14)中，F_model(t)为电控阻尼执行器数学模型建立的力学特性；α表示为电控阻尼执行器的磁滞系数；c₁、c₂、c₃表示三个阻尼参数，并用于拟合阻尼系数c；α₁、α₂、α₃表示三个磁滞参数，并用于拟合磁滞系数α；

为磁滞输出系数；f为初始状态下电控阻尼执行器的偏置力；I为电控阻尼执行器的输出功率；

步骤6：利用式(15)计算冲击缓冲压缩过程中电控阻尼执行器的期望阻尼力F_{desiring_c}：

F_{desiring_c}＝Bi_o ^ccv_o (15)

利用式(16)得到t时刻的力跟踪的误差F_error(t)：

F_error(t)＝F_model(t)-F_{desiring_c}＝AI_c ²+BI_c+C (16)

式(16)中，I_c表示电控阻尼执行器的期望力对应的输出功率，

步骤7：利用式(12)对冲击缓冲压缩过程期望阻尼力F_{desiring_c}进行力跟踪，并使得误差F_error(t)最小，从而得到冲击缓冲压缩过程中电控阻尼执行器的期望力对应的最优输出功率I_{c_op}；

步骤8：若|z′(t)-z′(t-1)|＜ε，则判定冲击缓冲压缩过程完成，并切换为冲击缓冲回弹状态后，执行步骤9，否则返回步骤7执行，其中，z′(t)表示电控阻尼执行器在缓冲过程中t时刻的速度，z′(t-1)表示电控阻尼执行器在缓冲过程中t-1时刻的速度，设定初始值为z′(0)＝0；

步骤9：利用式(17)建立冲击缓冲回弹过程中的电控阻尼悬架动力学模型：

mz″(t)+cz′(t)+f_yr+mg+kz(t)＝0 (17)

式(17)中，f_yr为冲击缓冲回弹过程中电控阻尼执行器的可控阻尼力，并有：

式(18)中，F_yr为冲击缓冲回弹过程中抵消重力之后的电控阻尼执行器的等效阻尼力，并有：

F_yr＝f_yr+mg (19)

步骤10：利用传感器获取冲击缓冲回弹过程的初始状态，包括：速度z(t_sc)与位移z′(t_sc)，从而按照步骤2的过程，利用冲击缓冲回弹过程的初始状态计算式(18)，得到冲击缓冲回弹过程中电控阻尼执行器的运动状态；

步骤11：利用式(20)建立冲击缓冲回弹过程的期望终止状态：

式(11)中，z_desiring(t_sr)表示冲击缓冲回弹过程的终止状态的期望位移，z′_desiring(t_sr)表示冲击缓冲回弹过程的终止状态的期望速度；t_sr表示冲击缓冲回弹过程的时间并按照步骤3过程计算得到；

步骤12：按照步骤4的过程计算冲击缓冲回弹过程中的最优宾汉数，从而按照步骤6的过程得到冲击缓冲回弹过程中电控阻尼执行器的期望阻尼力F_{desiring_r}；并按照步骤7的过程得到冲击缓冲回弹过程中电控阻尼执行器的期望力对应的最优输出功率I_{r_op}。

与现有技术相比，本发明的有益效果在于：

1、本发明通过控制电控阻尼悬架系统的可变阻尼力实现冲击缓冲控制，在减少了控制变量的同时，仍能够充分利用电控阻尼悬架的可用行程，最大程度降低了冲击载荷。

2、诸如混合控制器和恒定力控制器，不仅需要位移、速度、加速度等传感器实时地采集处理数据，对控制系统的硬件要求比较高，同时，传感器数据实时的回馈与计算，对控制器数据处理的能力提出了很高的要求。而本发明采用最优宾汉数冲击缓冲控制策略，在系统簧载质量确定后，仅需通过传感器获取冲击缓冲回弹与压缩过程的初始状态，便能够实现精确的冲击缓冲控制，极大地降低了冲击缓冲控制的硬件要求。

3、本发明保持电控阻尼悬架系统在冲击缓冲压缩与回弹过程中可控阻尼力不变，受被动阻尼力影响，电控阻尼悬架输出阻尼力与速度变化呈正相关，降低了当执行器速度较小时力跟踪误差对控制效果带来的影响。

附图说明

图1为本发明控制原理图；

图2为本发明方法的流程图；

图中标号，1车身，2位移传感器，3力传感器，4电控阻尼悬架，5半轴，6轮胎。

具体实施方式

本实施例中，如图1所示，一种汽车电控阻尼悬架系统冲击工况最优宾汉数缓冲控制方法，如图1所示，其依附硬件包括车辆电控阻尼悬架系统以及位移传感器与力传感器，车辆悬架系统包括：车身1、电控阻尼悬架4、半轴5、轮胎6；传感器系统包括：位移传感器2、力传感器3；其中，车身1构成簧载质量。电控阻尼悬架4、半轴5、轮胎6共同构成了非簧载质量。电控阻尼悬架4由电控阻尼执行器与螺旋弹簧构成。其控制方法包括建立电控阻尼悬架系统非线性力学模型；建立冲击缓冲状态下的悬架系统动力学模型；基于电控阻尼悬架的冲击缓冲控制控制阻尼力计算；利用电控阻尼执行器非线性力学模型跟踪期望力，计算与最优宾汉数匹配最优输出功率。当控制开始时，位移传感器获取实时位移信息，并微分得到实时速度信息。力传感器采集电控阻尼悬架实际输出力数据并与期望力相比较，以此判断控制策略是否成功实施。具体的说，如图2所示，按如下步骤进行：

步骤1：利用式(1)建立冲击缓冲压缩过程中的电控阻尼悬架动力学模型：

mz″(t)+cz′(t)-f_yc+mg+kz(t)＝0 (1)

式(1)中，m为簧载质量；z″(t)、z′(t)与z(t)是电控阻尼执行器在缓冲过程中t时刻的加速度、速度与位移；t表示时刻；c表示电控阻尼执行器的阻尼系数；f_yc为冲击缓冲压缩过程中电控阻尼执行器的可控阻尼力；g为重力加速度；k为弹簧刚度系数；将式(1)两边同时除以m，并用w_n与ζ表示：

式(2)中，w_n表示无阻尼刚度，且

ζ表示阻尼比，半主动冲击缓冲系统在不受控状态下为欠阻尼系统，因此阻尼比ζ<1，F_yc为冲击缓冲压缩过程中抵消重力之后的电控阻尼执行器4的等效阻尼力，并有：

F_yc＝f_yc-mg (3)

步骤2：利用冲击缓冲压缩过程的初始状态计算式(2)，得到如式(4)-式(6)所示的冲击缓冲压缩过程中电控阻尼执行器的运动状态方程，其中式(5)与式(6)分别为式(4)的一阶微分与二阶微分：

式(4)-式(6)中，w_d为汽车电控阻尼悬架系统中有阻尼固有频率；P₁和P₂为待求解的参数；并通过将冲击缓冲压缩过程的初始状态带入式(4)和式(5)中得到：

式(7)中，v₀表示冲击缓冲压缩过程的初始状态中的初始速度，且初始移位为零；

步骤3：利用式(8)建立电控阻尼悬架系统冲击缓冲压缩过程的期望终止状态：

z_desiring(t_sc)＝-S，z′_desiring(t_sc)＝0 (8)

式(8)中，z_desiring(t_sc)表示冲击缓冲压缩过程终止状态的期望位移，z′_desiring(t_sc)表示冲击缓冲压缩过程终止状态的期望速度，S表示冲击缓冲压缩过程的终止时，电控阻尼执行器的期望位置；t_sc表示冲击缓冲压缩过程的时间，将z′_desiring(t_sc)＝0带入公式(5)求得t_sc：

步骤4：将t_sc与z_desiring(t_sc)＝-S带入式(4)建立抵消重力后的最优宾汉数Bi_o ^c+：

设定牛顿迭代法的迭代终止条件为

从而利用牛顿迭代法对式(10)进行求解并得到最终迭代出的抵消重力后的最优宾汉数Bi_o ^*c+；其中，

表示第n次迭代时抵消重力后的最优宾汉数，

表示第n+1次迭代时抵消重力后的最优宾汉数；δ表示终止阈值；进而利用式(11)得到冲击缓冲压缩过程中的最优宾汉数Bi^c：

步骤5：对汽车电控阻尼悬架系统中的电控阻尼执行器进行数学建模，并通过拟合实验数据进行参数辨识，从而得到如式(12)-式(14)所示的电控阻尼执行器的非线性力学特性的数学模型：

c＝c₁I²+c₂I+c₃ (13)

α＝α₁I²+α₂I+α₃ (14)

式(12)-式(14)中，F_model(t)为电控阻尼执行器数学模型所建立的力学特性；α表示为电控阻尼执行器的磁滞系数；c₁、c₂、c₃表示三个阻尼参数，并用于拟合阻尼系数c；α₁、α₂、α₃表示三个磁滞参数，并用于拟合磁滞系数α；

为磁滞输出系数；f为初始状态下电控阻尼执行器的偏置力；I为电控阻尼执行器的输出功率；

步骤6：利用式(15)计算冲击缓冲压缩过程中电控阻尼执行器的期望阻尼力F_{desiring_c}：

F_{desiring_c}＝Bi_o ^ccv_o (15)

求出利用式(16)得到t时刻的力跟踪的误差F_error(t)：

F_error(t)＝F_model(t)-F_{desiring_c}＝AI_c ²+BI_c+C (16)

式(16)中，I_c表示电控阻尼执行器的期望力对应的输出功率，

步骤7：利用电控阻尼执行器数学模型所建立的力学特性F_model(t)拟合期望阻尼力F_{desiring_c}，利用式(12)对期望阻尼力F_{desiring_c}进行力跟踪，利用二次函数求最优解方法使力跟踪误差F_error(t)最小，从而得到冲击缓冲压缩过程中电控阻尼执行器的期望力对应的最优输出功率I_{c_op}；

步骤8：利用传感器获取冲击缓冲过程电控阻尼执行器的运动状态，若|z′(t)-z′(t-1)|＜ε，则判定冲击缓冲压缩过程完成，并切换为冲击缓冲回弹状态后，执行步骤9，否则返回步骤7执行，其中，z′(t)表示电控阻尼执行器4在缓冲过程中t时刻的速度，z′(t-1)表示电控阻尼执行器4在缓冲过程中t-1时刻的速度，设定初始值为z′(0)＝0；

步骤9：利用式(17)建立冲击缓冲回弹过程中的电控阻尼悬架动力学模型：

mz″(t)+cz′(t)+f_yr+mg+kz(t)＝0 (17)

式(17)中，f_yr为冲击缓冲回弹过程中电控阻尼执行器的可控阻尼力，并将式(17)变换为式(18)，变换过程同步骤2：

式(18)中，F_yr为冲击缓冲回弹过程中抵消重力之后的电控阻尼执行器的等效阻尼力，并有：

F_yr＝f_yr+mg (19)

步骤10：利用传感器获取电控阻尼执行器冲击缓冲回弹过程的初始状态及冲击缓冲压缩过程的终止状态，包括：速度z(t_sc)与位移z′(t_sc)，从而按照步骤3的过程，利用冲击缓冲回弹过程的初始状态计算式(18)，从而得到如式(20)-(22)所示的冲击缓冲回弹过程中电控阻尼执行器的运动状态；

式(20)-式(21)中，P₃和P₄为待求解的参数；并通过将冲击缓冲回弹过程的初始状态带入式(20)和式(21)中得到：

步骤11：利用式(25)建立电控阻尼悬架系统冲击缓冲回弹过程的期望终止状态：

式(25)中，z_desiring(t_sr)表示冲击缓冲回弹过程的终止状态的期望位移，z′_desiring(t_sr)表示冲击缓冲回弹过程的终止状态的期望速度；t_sr表示冲击缓冲回弹过程的时间并按照步骤(4)过程计算得到。t_sr也可表示为式(26)：

步骤12：按照步骤4的过程计算冲击缓冲回弹过程中的最优宾汉数，从而按照步骤6的过程得到冲击缓冲回弹过程中电控阻尼执行器的期望阻尼力F_{desiring_r}；并按照步骤7的过程得到冲击缓冲回弹过程中电控阻尼执行器的期望力对应的最优输出功率I_{r_op}。

Claims (1)

1.一种汽车电控阻尼悬架系统在冲击工况下最优宾汉数控制方法，其特征是按如下步骤进行：

步骤1：利用式(1)建立冲击缓冲压缩过程中的电控阻尼悬架动力学模型：

mz″(t)+cz′(t)-f_yc+mg+kz(t)＝0 (1)

式(1)中，m为簧载质量；z″(t)、z′(t)与z(t)是电控阻尼执行器在缓冲过程中t时刻的加速度、速度与位移；t表示时刻；c表示电控阻尼执行器的阻尼系数；f_yc为冲击缓冲压缩过程中电控阻尼执行器的可控阻尼力；g为重力加速度；k为弹簧刚度系数并有：

式(2)中，w_n表示无阻尼刚度，且

ζ表示阻尼比，且ζ<1，F_yc为冲击缓冲压缩过程中抵消重力之后的电控阻尼执行器的等效阻尼力，并有：

F_yc＝f_yc-mg (3)

步骤2：利用冲击缓冲压缩过程的初始状态计算式(2)，得到如式(4)-式(6)所示的冲击缓冲压缩过程中电控阻尼执行器的运动状态方程：

式(4)-式(6)中，w_d为汽车电控阻尼悬架系统中有阻尼固有频率；P₁和P₂为待求解的参数；并通过将冲击缓冲压缩过程的初始状态带入式(4)和式(5)中得到：

式(7)中，v₀表示冲击缓冲压缩过程的初始状态中的初始速度，且初始移位为零；

步骤3：利用式(8)建立冲击缓冲压缩过程的期望终止状态：

z_desiring(t_sc)＝-S，z′_desiring(t_sc)＝0 (8)

式(8)中，z_desiring(t_sc)表示冲击缓冲压缩过程的终止状态的期望位移，z′_desiring(t_sc)表示冲击缓冲压缩过程的终止状态的期望速度，S表示冲击缓冲压缩过程的终止时，电控阻尼执行器的期望位置；t_sc表示冲击缓冲压缩过程的时间，并有：

步骤4：利用式(10)建立抵消重力后的最优宾汉数Bi_o ^c+：

设定牛顿迭代法的迭代终止条件为

从而利用牛顿迭代法对式(10)进行求解并得到最终迭代出的抵消重力后的最优宾汉数Bi_o ^*c+；其中，Bi_o ^c+ _n表示第n次迭代时抵消重力后的最优宾汉数，Bi_o ^c+ _n+1表示第n+1次迭代时抵消重力后的最优宾汉数；δ表示终止阈值；进而利用式(11)得到冲击缓冲压缩过程中的最优宾汉数Bi^c：

步骤5：对汽车电控阻尼悬架系统中的电控阻尼执行器进行数学建模，并通过拟合实验数据进行参数辨识，从而得到如式(12)-式(14)所示的电控阻尼执行器的非线性力学特性的数学模型：

c＝c₁I²+c₂I+c₃ (13)

α＝α₁I²+α₂I+α₃ (14)

式(12)-式(14)中，F_model(t)为电控阻尼执行器数学模型建立的力学特性；α表示为电控阻尼执行器的磁滞系数；c₁、c₂、c₃表示三个阻尼参数，并用于拟合阻尼系数c；α₁、α₂、α₃表示三个磁滞参数，并用于拟合磁滞系数α；

为磁滞输出系数；f为初始状态下电控阻尼执行器的偏置力；I为电控阻尼执行器的输出功率；

步骤6：利用式(15)计算冲击缓冲压缩过程中电控阻尼执行器的期望阻尼力F_{desiring_c}：

F_{desiring_c}＝Bi_o ^ccv_o (15)

利用式(16)得到t时刻的力跟踪的误差F_error(t)：

F_error(t)＝F_model(t)-F_{desiring_c}＝AI_c ²+BI_c+C (16)

式(16)中，I_c表示电控阻尼执行器的期望力对应的输出功率，

步骤7：利用式(12)对冲击缓冲压缩过程期望阻尼力F_{desiring_c}进行力跟踪，并使得误差F_error(t)最小，从而得到冲击缓冲压缩过程中电控阻尼执行器的期望力对应的最优输出功率I_{c_op}；

步骤8：若|z′(t)-z′(t-1)|＜ε，则判定冲击缓冲压缩过程完成，并切换为冲击缓冲回弹状态后，执行步骤9，否则返回步骤7执行，其中，z′(t)表示电控阻尼执行器在缓冲过程中t时刻的速度，z′(t-1)表示电控阻尼执行器在缓冲过程中t-1时刻的速度，设定初始值为z′(0)＝0；

步骤9：利用式(17)建立冲击缓冲回弹过程中的电控阻尼悬架动力学模型：

mz″(t)+cz′(t)+f_yr+mg+kz(t)＝0 (17)

式(17)中，f_yr为冲击缓冲回弹过程中电控阻尼执行器的可控阻尼力，并有：

式(18)中，F_yr为冲击缓冲回弹过程中抵消重力之后的电控阻尼执行器的等效阻尼力，并有：

F_yr＝f_yr+mg (19)

步骤10：利用传感器获取冲击缓冲回弹过程的初始状态，包括：速度z(t_sc)与位移z′(t_sc)，从而按照步骤2的过程，利用冲击缓冲回弹过程的初始状态计算式(18)，得到冲击缓冲回弹过程中电控阻尼执行器的运动状态；

步骤11：利用式(20)建立冲击缓冲回弹过程的期望终止状态：

式(11)中，z_desiring(t_sr)表示冲击缓冲回弹过程的终止状态的期望位移，z′_desiring(t_sr)表示冲击缓冲回弹过程的终止状态的期望速度；t_sr表示冲击缓冲回弹过程的时间并按照步骤3过程计算得到；

步骤12：按照步骤4的过程计算冲击缓冲回弹过程中的最优宾汉数，从而按照步骤6的过程得到冲击缓冲回弹过程中电控阻尼执行器的期望阻尼力F_{desiring_r}；并按照步骤7的过程得到冲击缓冲回弹过程中电控阻尼执行器的期望力对应的最优输出功率I_{r_op}。

Images